基于SOM的上市房地产企业盈利能力分析

发布时间：2021-06-13 05:51

　　运用SOM聚类方法对我国部分上市房地产企业的盈利能力进行了分析,将30家企业的盈利能力划分为强、中、一般、弱四个类别,对促进我国房地产企业提高运营效益具有积极的意义. 

【文章来源】：江苏建筑职业技术学院学报. 2020,20(03)

【文章页数】：4 页

【部分图文】：

SOM网络结构示意

输出层4个神经元的连接权值如图5所示,颜色越浅,代表权重越小,颜色越深,代表权重越大.从图5可知,二类与三类的连接权值较大,其次是三类与四类,一类与二类的连接权值较小.图4 样本聚类结果

样本聚类结果

【参考文献】：
期刊论文
[1]基于SOM网络的带式输送机齿轮箱混合故障诊断研究[J]. 袁慧娟,陈兴隆.  煤矿机械. 2020(05)
[2]基于SOM神经网络的网络舆情信息分类模型[J]. 胡欣杰,路川,齐斌.  兵器装备工程学报. 2019(03)
[3]基于SOM神经网络的岸桥起升电机状态聚类分析[J]. 唐刚,姚小强,胡雄.  东华大学学报(自然科学版). 2018(04)
[4]基于SOM的真空断路器机械故障诊断[J]. 刘艳,陈丽安.  电工技术学报. 2017(05)
[5]基于自组织特征映射网络（SOM）的聚类分析方法[J]. 刘焕海,叶剑锋,阿斯耶姆.  软件导刊. 2016(12)
[6]基于SOM神经网络聚类的空调负荷聚合方法[J]. 许雅婧,黄小庆,曹一家,张志丹,戴丽丽.  电力系统及其自动化学报. 2015(11)



本文编号：3227127